视频监控中的人群密度估计和人数统计技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文主要工作 | 第13-14页 |
| ·本文结构安排 | 第14-15页 |
| 第二章 人群密度估计和人数统计算法综述 | 第15-20页 |
| ·人群密度分析方法概述 | 第15-17页 |
| ·基于像素统计的人群密度估计算法 | 第15-16页 |
| ·基于纹理分析的人群密度估计算法 | 第16-17页 |
| ·人群密度估计算法的比较 | 第17页 |
| ·人数统计方法 | 第17-19页 |
| ·直接统计法 | 第17-18页 |
| ·间接统计法 | 第18-19页 |
| ·本文方法 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 人群特征预处理和特征提取技术的研究 | 第20-31页 |
| ·图像预处理 | 第20-24页 |
| ·图像灰度化 | 第20-21页 |
| ·图像去噪 | 第21-23页 |
| ·图像增强 | 第23页 |
| ·形态学处理 | 第23-24页 |
| ·前景提取 | 第24-27页 |
| ·帧间差分法 | 第24-25页 |
| ·光流法 | 第25页 |
| ·概率方法 | 第25-27页 |
| ·特征提取 | 第27-28页 |
| ·透视畸变 | 第28-29页 |
| ·透视畸变对图像灰度共生矩阵的影响分析 | 第28-29页 |
| ·划分感兴趣区域 | 第29页 |
| ·人群密度等级的定义 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于特征点和纹理特征的人群密度估计 | 第31-42页 |
| ·引言 | 第31页 |
| ·特征点的提取与匹配 | 第31-33页 |
| ·特征点简介 | 第31-32页 |
| ·特征点的提取与匹配 | 第32-33页 |
| ·支持向量机 | 第33-35页 |
| ·支持向量机分类算法 | 第33-35页 |
| ·核函数 | 第35页 |
| ·人群密度估计系统的基本流程 | 第35-36页 |
| ·实验结果 | 第36-41页 |
| ·基于特征点的人群密度估计样本训练结果 | 第37-38页 |
| ·基于纹理统计分析的人群密度估计样本训练结果 | 第38-40页 |
| ·测试样本实验结果 | 第40页 |
| ·本文算法与经典算法的比较 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于纹理特征统计分析的人数统计 | 第42-54页 |
| ·引言 | 第42页 |
| ·纹理特征的提取 | 第42-44页 |
| ·灰度共生矩阵 | 第42-43页 |
| ·纹理特征提取 | 第43-44页 |
| ·多元线性回归分析 | 第44页 |
| ·纹理统计量的相关性分析 | 第44-49页 |
| ·主成份分析基本原理 | 第45-46页 |
| ·纹理特征主成份分析 | 第46-49页 |
| ·相关性分析 | 第49页 |
| ·实验结果及分析 | 第49-53页 |
| ·性能评价 | 第50-51页 |
| ·实验结果 | 第51-52页 |
| ·结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·下一步的工作 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-62页 |
| 详细摘要 | 第62-65页 |
